PowerShell解析HTML时未识别<footer>闭合标签，是否为Bug？

这不是操作错误，而是HTMLFile COM对象本身的局限性导致的现象。

HTMLFile依赖旧版IE的Trident渲染引擎，它对HTML5新增的语义化标签（比如<footer>、<header>这类）支持不完善。在旧版HTML标准里没有这些标签，解析时会被当作“未知元素”处理，不会自动识别闭合标签，最终输出就会缺失</FOOTER>部分。

解决办法 #

• 添加HTML5文档声明：在HTML内容开头加上<!DOCTYPE html>，让旧引擎切换到标准模式尝试识别HTML5标签，修改后的代码示例：

$test = "<!DOCTYPE html><footer><p>foo<span>bar</span></p></footer>"
$html = New-Object -ComObject "HTMLFile"
$html.IHTMLDocument2_write($test)

$footer = $html.getElementsByTagName("footer")
$footer.item(0).outerHTML

运行后应该能正确返回包含闭合标签的输出：

<FOOTER>
<P>foo<SPAN>bar</SPAN></P>
</FOOTER>

• 改用现代解析方式：如果环境允许，使用基于现代浏览器引擎的解析工具，比如利用Invoke-WebRequest的ParsedHtml属性（部分环境可能仍依赖IE，需注意），或者引入第三方.NET库来处理HTML解析。

内容的提问来源于stack exchange，提问作者saltface